A Cuckoo Search algorithm for multimodal optimization:一种基于进化方法的多...

由于许多实际工程问题需要在搜索空间内定位多个最优值，因此对多模态优化的兴趣正在Swift扩大。 多模态优化需要在超空间中的种群个体的探索和探索之间取得良好的平衡，以便能够成功准确地检测到所有局部和全局吸引子。 布谷鸟搜索（CS）算法是一种简单有效的全局优化算法，其灵感来自于一些布谷鸟物种的繁殖行为。 CS 最强大的功能之一是使用 Lévy 飞行来生成新的候选解决方案。 在这种方法下，通过采用许多小的变化和偶尔的大跳跃来修改候选解决方案。 因此，CS 可以显着改善探索与开发之间的关系，同时增强其搜索能力。 尽管有这些特性，CS 方法仍然无法在一次执行中提供多个解决方案。 为了克服这种不便，本文提出了一种新的多模态优化算法，称为多模态布谷鸟搜索（MCS）。 在 MCS 下，原始 CS 通过以下方式增强了多模式能力：（1）结合记忆机制，根据其适应度值和与其他潜在解决方案的距离有效地注册潜在的局